统计学相关回归分析法.ppt

第九章 相关与回归分析法 第一节 相关与回归分析概述 相关系数的取值及其意义图示 1、在因变量的总离差平方和中，如果回归平方和所占比重大，剩余平方和所占比重小，则两变量之间（ ） A. 相关程度高 B. 相关程度低 C. 完全相关 D. 完全不相关 1、某商业企业2000~2004年五年内商品销售额的年平均数为421万元，标准差为30.07万元；商业利润的年平均数为113万元，标准差为15.41万元；五年内商品销售额与商业利润的乘积和为240170万元。试就以上资料计算： (1) 商品销售额与商业利润的相关系数。 (2) 其他条件不变时，估计当商品销售额为600万元时，商业利润可能为多少万元。 随机干扰：各种偶然因素、观察误差和其他被忽视因素的影响 x对y的线性影响而形成的系统部分，反映两变量的平均变动关系，即本质特征。 残差：e 一元线性回归方程 中参数a、b的确定： 最小平方法 基本数学要求： 整理得到由两个关于a、b的二元一次方程组成的方程组： 解上述方程组得： 【分析】因为工业总产值与能源消耗量之间存在高度正相关关系（ ），所以可以拟合工业总产值对能源消耗量的线性回归方程。 【例】建立工业总产值对能源消耗量的线性回归方程 资料 解：设线性回归方程为 即线性回归方程为： 计算结果表明，在其他条件不变时，能源消耗量每增加一个单位（十万吨），工业总产值将增加0.7961个单位（亿元）。 估计 若 x = 80（十万吨），则： b与r的关系： r＞0 r＜0 r=0 b＞0 b＜0 b=0 误差平方和 回归 平方和 总离差平方和 总离差平方和的分解： 总离差平方和 回归平方和 误差平方和 判定系数取值范围： 判定系数 判定系数是评价回归方程拟合优度的指标，可以说明回归方程的代表性大小。 判定系数与相关系数的关系 判定系数与相关系数的区别： 判定系数无方向性，相关系数则有方向，其方向与样本回归系数 b 相同； 判定系数说明变量值的总离差平方和中可以用回归线来解释的比例，主要用于评价回归方程的拟合优度；相关系数只说明两变量间关联程度及方向，主要用于评价两变量间线性关系的密切程度。 回归估计标准误 是因变量各实际值与其估计值之间的平均差异程度，表明其估计值对各实际值代表性的强弱；其值越小，回归方程的代表性越强，用回归方程估计或预测的结果越准确。 在大样本条件下，可用以下公式计算： 【例】计算前面拟合的工业总产值对能源消耗量回归方程的回归标准误 资料 估计标准误越小，则变量间相关程度越高，回归线对Y的解释程度越高。 判定系数与估计标准误的关系： 课堂练习题： 练习题： 第九章 相关与回归分析法 §9.1 相关与回归分析概述 §9.2 简单线性相关分析 §9.3 简单线性回归分析 相关和回归分析是研究事物的相互关系、测定它们联系的紧密程度、揭示其变化的具体形式和规律性的统计方法，是构造各种经济模型、进行结构分析、政策评价、预测和控制的重要工具。 ⒈ 一种商品的销售收入与其销售量： 销售收入=销售量? 商品价格 ⒉ 家庭收入与恩格尔系数： 家庭收入高，则恩格尔系数低。 函数关系 （确定性关系） 相关关系 （非确定性关系） 比较下面两种现象间的依存关系 一、相关关系与相关分析 ? ? ? ? ? ? ? ? ? x y ? ? ? ? ? ? ? ? ? x y 函数关系 相关关系 现象间的依存关系大致可以分成两种类型： 函数关系 指现象间所具有的严格的确定性的依存关系 相关关系 指客观现象间确实存在，但数量上不是严格对应的依存关系 函数关系与相关关系在一定条件下可相互转化：有函数关系的变量间，如果存在测量误差，则可表现为相关关系；对具有相关关系的变量有深刻了解之后，相关关系有可能转化为函数关系。 函数关系与相关关系的研究方法 研究函数关系用数学分析的方法 研究相关关系用相关与回归分析的方法 现象之间的相互联系，在许多情况下表现为一定的因果关系，将这些现象数量化则成为变量：其中一个或若干个起着影响作用的变量称为自变量，通常用X表示，它是引起另一现象变化的原因，是可以控制、给定的值；而受自变量影响的变量称为因变量，通常用Y表示，它是自变量变化的结果，是不确定的值。 自变量与因变量的定义 4.按涉及变量的多少分为 相关关系的种类 ⒉按相关的形式不同分为 ⒊按相关的方向不同分为 直线相关 曲线相关 负相关 正相关 ⒈按相关的程度不同分为 完全相关 不完全相关 不相关 复相关 单相关 相关分析的概念和内容 相关分析 研究现象之间是否相关、相关的方向和密切程度的统计分析方法。 内容： 变量之间是否存在相关关系，如果